A quality improvement project to optimize access to psychosocial care for cancer survivors who experience fear of recurrence
Notice bibliographique
Résumé
BACKGROUND: The prevalence of moderate to high levels of fear of cancer recurrence (FCR) in cancer survivors may vary from 22% to 87%, although most are not usually referred to psychosocial support. The After Cancer Treatment Transition (ACTT) clinic in Women's College Hospital (Toronto) provides follow-up care to cancer survivors but in a sample of 2893 patients seen April 2019 to March 2022, only 1.5% were referred to a social worker for psychosocial needs. A single-question screening tool is currently available to screen for FCR. OBJECTIVE: To evaluate the use of the single-question screening tool for FCR among cancer survivors and its impact on social work referrals. RESULTS: Between July and October 2022, 788 patients were seen in the ACTT clinic. Generally, most patients in ACTT are breast cancer survivors (75%), and the remaining survivors are a mix of other cancer types (colorectal cancer, ovarian cancer, thyroid cancer, melanoma). Three hundred thirty (41.9%) ACTT patients completed the single-question screening tool for FCR. Most screened patients were female (96%), the average age was 60 years, and most were diagnosed with breast cancer (90%). Among screened patients, 37 (11%) indicated a moderately severe to high level of FCR and efforts were made to refer these 37 patients to a social worker. In the end, 22 (59.5%) patients with moderately severe/high levels of FCR were offered and accepted referral to a social worker. In comparison to the 1.5% referred to social work (among 2893 patients) prior to FCR screening, referrals increased to 6.7% (among 330 screened). CONCLUSION: Use of a single-question FCR screening tool improved identifying cancer survivors in need of psychosocial support and improved access to a social worker.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».